Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Creación de un único esquema para cada ruta de inclusión de Amazon S3
De forma predeterminada, cuando un rastreador define tablas para los datos almacenados en Amazon S3, tiene en cuenta la compatibilidad y el esquema de los datos por igual. Entre los factores de compatibilidad de datos que se tienen en cuenta se incluye si los datos poseen el mismo formato (por ejemplo, JSON), el mismo tipo de compresión (por ejemplo, GZIP), la estructura de la ruta de Amazon S3 y otros atributos de datos. La similitud de los esquemas es una medida de qué tan similares son los esquemas de objetos de Amazon S3 independientes.
Para ayudar a ilustrar esta opción, supongamos que define un rastreador con una ruta de inclusión s3://bucket/table1/. Al ejecutarse el rastreador, encuentra dos archivos JSON con las siguientes características:
-
Archivo 1
S3://bucket/table1/year=2017/data1.json -
Contenido del archivo:
{“A”: 1, “B”: 2} -
Esquema:
A:int, B:int
-
Archivo 2
S3://bucket/table1/year=2018/data2.json -
Contenido del archivo:
{“C”: 3, “D”: 4} -
Esquema:
C: int, D: int
De forma predeterminada, el rastreador crea dos tablas, llamadas year_2017 y year_2018, ya que los esquemas no son lo suficientemente similares. Sin embargo, si la opción Crear un solo esquema para cada ruta de S3 está seleccionada y los datos son compatibles, el rastreador crea una tabla. La tabla tiene el esquema A:int,B:int,C:int,D:int y partitionKey year:string.
